业务数据的处理方法技术

本公开提供一种业务数据的处理方法

【技术实现步骤摘要】
业务数据的处理方法、装置、电子设备及存储介质


[0001]本公开涉及到机器学习
、
自然语言处理等人工智能
，尤其涉及一种业务数据的处理方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]现有技术的信用审批过程，通常需要人工评估信用状况，并且为了尽量保证人工评估的准确性，在这一过程中还可以对信用审批业务进行抽样检测
。
随着信用审批业务的增加，抽样检测的准确性和可靠性越来越重要
。

技术实现思路

[0003]本公开提供了一种业务数据的处理方法
、
装置
、
电子设备及存储介质，用以解决如何提高信用审批业务抽样检查的可靠性和准确性的问题
。
[0004]根据本公开的一方面，提供了一种业务数据的处理方法，包括：
[0005]获取待处理的业务数据集，其中，所述业务数据集中包括多个业务的审批数据，其中，每个所述审批数据中包括审批结果及审批文本；
[0006]确定每个所述审批数据中审批结果对应的第一类别特征；
[0007]对所述审批文本进行处理，以确定所述审批文本对应的第二类别特征；
[0008]在任一业务的审批数据关联的第一类别特征与第二类别特征不匹配的情况下，确定所述任一业务为待校核业务
。
[0009]根据本公开的另一方面，提供了一种业务数据的处理装置，包括：
[0010]获取模块，用于获取待处理的业务数据集，其中，所述业务数据集中包括多个业务的审批数据，其中，每个所述审批数据中包括审批结果及审批文本；
[0011]第一确定模块，用于确定每个所述审批数据中审批结果对应的第一类别特征；
[0012]处理模块，用于对所述审批文本进行处理，以确定所述审批文本对应的第二类别特征；
[0013]第二确定模块，用于在任一业务的审批数据关联的第一类别特征与第二类别特征不匹配的情况下，确定所述任一业务为待校核业务
。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；
[0016]以及，与至少一个处理器通信连接的存储器；
[0017]其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例的方法
。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行根据上述实施例的方法
。
[0019]本公开提供的一种业务数据的处理方法
、
装置
、
电子设备及存储介质
。
首先获取待处理的业务数据集，并确定每个审批数据中审批结果对应的第一类别特征，然后对审批文
本进行处理，以确定审批文本对应的第二类别特征，在任一业务的审批数据关联的第一类别特征与第二类别特征不匹配的情况下，确定任一业务为待校核业务
。
由此，基于已审批的业务的审批数据关联的第一类别特征与第二类别特征，对已审批的业务数据进行筛选，以确定待校核的业务，从而提高了业务审批数据抽样检测的准确性和可靠性，为提高业务数据审批的准确性和可靠性提供了依据
。
附图说明
[0020]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理
。
[0021]图1为本公开实施例提供的一种业务数据的处理方法的流程示意图；
[0022]图2为本公开实施例提供的一种业务数据的处理方法的流程示意图；
[0023]图3为本公开实施例提供的对审批文本进行情感识别的过程示意图；
[0024]图4为本公开实施例提供的一种业务数据的处理方法的流程示意图；
[0025]图5为本公开实施例提供的一种业务数据的处理方法的流程示意图；
[0026]图6为本公开实施例提供的一种业务数据的处理装置的结构示意图；
[0027]图7为本公开实施例提供的一种电子设备的结构示意图
。
[0028]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述
。
这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念
。
具体实施方式
[0029]这里将详细地对示例性实施例进行说明，其示例表示在附图中
。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素
。
以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式
。
相反，它们仅是与如所附权利要求书中所详述的
、
本申请的一些方面相一致的装置和方法的例子
。
[0030]下面参考附图，对本公开实施例的业务数据的处理方法进行详细说明
。
[0031]图1为本公开实施例提供的一种业务数据的处理方法的流程示意图
。
[0032]如图1所示，该方法包括：
[0033]步骤
101
，获取待处理的业务数据集，其中，业务数据集中包括多个业务的审批数据，其中，每个审批数据中包括审批结果及审批文本
。
[0034]其中，待处理的业务数据集，为由多个已经审批的业务以及其对应的审批结果组成的数据集，其中，业务数据中可以包括用户信息
、
信用历史
、
资产状况等等任意数据，本公开对此不做限定
。
[0035]其中，审批结果，为每个业务分别进行审批后对应的结果，其可以为同意审批
、
不同意审批等等任意结果，本公开对此不做限定
。
[0036]其中，审批文本，为每个业务的审批结果对应的审批建议文本，比如，审批结果为“同意审批”时，其对应的审批文本可以包括：历史借贷业务信用良好，
……
等等，本公开对此不做限定
。
[0037]步骤
102
，确定每个审批数据中审批结果对应的第一类别特征
。
[0038]其中，第一类别特征，为根据审批结果具有的情感倾向，确定的类别特征
。
举例来说，审批结果为“同意审批”的，具有正向情感，其可以为第一类别特征，而“不同意审批”的审批结果具有负向情感，其可以为第二类别特征等等，本公开对此不做限定
。
[0039]需要说明的是，审批结果不同，对应的第一类别特征也可能不同
。
[0040]步骤
103
，对审批文本进行处理，以确定审批文本对应的第二类别特征
。
[0041]其中，第二类别特征，为对审批文本进行处理后，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种业务数据的处理方法，其特征在于，包括：获取待处理的业务数据集，其中，所述业务数据集中包括多个业务的审批数据，其中，每个所述审批数据中包括审批结果及审批文本；确定每个所述审批数据中审批结果对应的第一类别特征；对所述审批文本进行处理，以确定所述审批文本对应的第二类别特征；在任一业务的审批数据关联的第一类别特征与第二类别特征不匹配的情况下，确定所述任一业务为待校核业务
。2.
如权利要求1所述的方法，其特征在于，所述对所述审批文本进行处理，以确定所述审批文本对应的第二类别特征，包括：对所述审批文本进行情感识别，以获取所述审批文本对应的第二类别特征
。3.
如权利要求2所述的方法，其特征在于，所述对所述审批文本进行情感识别，以获取所述审批文本对应的第二类别特征，包括：将所述审批文本进行词向量映射，以获取所述审批文本对应的词向量矩阵；将所述词向量矩阵进行融合，以确定所述审批文本对应的句向量；对所述句向量进行情感识别，以获取所述审批文本对应的第二类别特征
。4.
如权利要求1所述的方法，其特征在于，所述对所述审批文本进行处理，以确定所述审批文本对应的第二类别特征，包括：确定所述审批文本中每个语句与参考语句间的第一相似度；根据所述第一相似度，确定所述审批文本对应的第二类别特征
。5.
如权利要求4所述的方法，其特征在于，在所述确定所述审批文本与参考语句间的第一相似度之前，还包括：从候选语句中获取与所述第一类别特征关联的参考语句，其中，所述参考语句对应的第三类别特征与所述第一类别特征间...

【专利技术属性】
技术研发人员：罗燕龙，俞泱，夏成扬，蔡素贤，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：